athena-vector-cli 0.1.5

Athena Vector Command CLI - 자연어 명령어를 벡터 시스템으로 실행

🏛️ Athena Vector CLI

Stop memorizing complex CLI flags. Let your local AI brain remember them for you.

Athena Vector CLI는 자연어 명령어를 벡터 시스템으로 변환하여 실행하는 AI 기반 CLI 도구입니다. 복잡한 명령어를 외울 필요 없이, 자연어로 명령하면 AI가 기억하고 재사용합니다.

💡 Open Core 전략: 우리는 투명합니다. 소스코드를 자유롭게 확인하고 검토하세요. 안전도 점수 계산 로직이 얼마나 정교한지 직접 확인해 보세요.

---

🎬 Demo

5초 데모: athena "undo last git commit" → AI가 기억한 명령어를 자동으로 실행합니다.

---

🚀 Quick Start

설치

pip install athena-vector-cli

설정

방법 1: 설정 파일 (권장)

설정 파일을 사용하면 환경 변수를 매번 설정할 필요가 없습니다.

전역 설정 (~/.athena/config.yaml):

qdrant:
  url: http://localhost:6333
  collection: command_vectors

search:
  similarity_threshold: 0.85
  max_results: 5

execution:
  confirm_by_default: true
  timeout: 30

프로젝트별 설정 (.athenarc): 현재 디렉토리에 .athenarc 파일을 생성하면 프로젝트별로 다른 설정을 사용할 수 있습니다.

방법 2: 환경 변수

# Qdrant 서버 URL 설정 (필수)
export VPS_QDRANT_URL="http://your-qdrant-server:6333"
# 또는
export QDRANT_URL="http://your-qdrant-server:6333"

우선순위: .athenarc > ~/.athena/config.yaml > 환경 변수

첫 실행

# 도움말 확인
athena --help

# 자연어 명령어 실행
athena "서버 상태 보여줘"
athena "Git 저장소 상태 확인"
athena "Docker 컨테이너 목록"

---

✨ Key Features

🧠 Local Vector DB

• 데이터가 밖으로 나가지 않습니다 (Privacy First)
• 로컬 또는 자체 호스팅 Qdrant 서버 사용
• 모든 명령어는 벡터화되어 안전하게 저장됩니다

🔄 Vector Command Reuse

• 한 번 학습한 명령어는 자동으로 재사용
• 유사한 명령어를 자동으로 찾아서 실행
• 시간이 지날수록 더 똑똑해집니다

🛡️ Iron Gate (Coming Soon)

• 코드 품질 자동 검증
• 보안 취약점 자동 감지
• 배포 전 자동 테스트

🎯 Natural Language Interface

• 복잡한 CLI 플래그를 외울 필요 없음
• "undo last git commit" → git reset HEAD~1 자동 변환
• 한국어와 영어 모두 지원

📊 Usage Tracking

• 자주 사용하는 명령어 자동 추적
• 효율적인 명령어 우선순위 자동 조정

---

📖 사용 예시

기본 사용

# 자연어로 명령어 검색 (실행하지 않음)
athena "서버 상태 보여줘"

# 명령어 검색 및 실행 (실행 전 확인 프롬프트)
athena "undo last git commit" --execute

# 확인 없이 자동 실행
athena "undo last git commit" --yes

# 유사한 명령어 자동 검색 및 재사용
athena "Git 커밋 취소"
# → 이전에 학습한 "undo last git commit" 명령어 자동 검색

학습 모드

# 새로운 명령어 학습
athena "새로운 명령어"
# → 유사한 명령어가 없으면 학습 모드로 전환
# → DSL과 결과를 입력하여 저장

명령어 옵션

# 도움말
athena --help

# 버전 확인
athena --version
# Athena CLI v0.1.2

# 명령어 실행 (실행 전 확인)
athena "query" --execute

# 확인 없이 자동 실행
athena "query" --yes

안전 기능

Athena는 위험한 명령어를 자동으로 차단합니다:

• rm -rf / (시스템 삭제)
• format (포맷팅)
• shutdown (시스템 종료)
• 기타 위험한 패턴

차단된 명령어는 실행되지 않으며 경고 메시지가 표시됩니다.

---

🧠 Powered by Athena Brain Core

Athena Vector CLI는 athena-brain-core 엔진을 기반으로 구축되었습니다. 이는 단순한 쉘 스크립트 모음이 아닌, 견고한 모듈형 AI 아키텍처입니다.

Core Engine Features

• 🧠 Long-term Memory: 모든 명령어와 결과를 장기 기억으로 저장
• 🔄 Self-Evolution: 실수로부터 학습하고 자동으로 개선
• 👤 Personalization: 사용자별 명령어 패턴 학습
• 🔒 Privacy-First: 100% 로컬 저장, 데이터는 절대 외부로 전송되지 않음

Architecture Benefits

• 모듈화: Core 엔진과 CLI 인터페이스의 명확한 분리
• 확장성: 다른 Athena 도구들과 동일한 Core 엔진 공유
• 일관성: 모든 Athena 생태계가 동일한 메모리 시스템 사용

Learn more: athena-brain-core on PyPI

---

🏗️ 아키텍처

┌─────────────────┐
│  자연어 명령어   │
│  "undo commit"  │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  벡터 검색      │
│  (유사 명령어)   │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  명령어 재사용   │
│  또는 학습       │
└────────┬────────┘
         │
         ▼
┌─────────────────┐
│  실행 및 결과   │
└─────────────────┘

---

🔧 설정

설정 파일

위치:

• ~/.athena/config.yaml (전역 설정)
• .athenarc (프로젝트별 설정, 우선순위 높음)

설정 항목:

qdrant:
  url: http://localhost:6333        # Qdrant 서버 URL
  collection: command_vectors        # 컬렉션 이름
  timeout: 3.0                       # 타임아웃 (초)

model:
  name: snunlp/KR-SBERT-V40K-klueNLI-aug-sts  # 임베딩 모델

search:
  similarity_threshold: 0.85        # 유사도 임계값
  max_results: 5                     # 최대 결과 수

execution:
  confirm_by_default: true           # 기본적으로 확인 프롬프트 표시
  timeout: 30                         # 명령어 실행 타임아웃 (초)

환경 변수

변수	설명	필수
VPS_QDRANT_URL	Qdrant 서버 URL	✅
QDRANT_URL	Qdrant 서버 URL (대체)	✅
ATHENA_DEBUG	디버그 모드 (스택 트레이스 출력)	❌

우선순위: .athenarc > ~/.athena/config.yaml > 환경 변수

Qdrant 서버 설정

로컬 설치:

docker run -p 6333:6333 qdrant/qdrant

VPS 사용:

export VPS_QDRANT_URL="http://your-vps-ip:6333"

---

📚 문서

• 설치 가이드
• 사용 가이드
• API 문서
• 문제 해결

---

🤝 기여하기

기여를 환영합니다! 이슈를 열거나 Pull Request를 보내주세요.

1. Fork the repository
2. Create your feature branch (git checkout -b feature/AmazingFeature)
3. Commit your changes (git commit -m 'Add some AmazingFeature')
4. Push to the branch (git push origin feature/AmazingFeature)
5. Open a Pull Request

---

📝 라이선스

이 프로젝트는 MIT 라이선스 하에 배포됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.

---

🙏 감사의 말

• athena-brain-core - Core AI memory and evolution engine
• Qdrant - 벡터 데이터베이스
• Sentence Transformers - 임베딩 모델
• MKM Lab - 프로젝트 후원

---

🔗 링크

• PyPI: https://pypi.org/project/athena-vector-cli/
• GitHub: https://github.com/mkmlab-hq/athena-vector-cli
• 문서: https://athena-vector-cli.readthedocs.io/
• 이슈: https://github.com/mkmlab-hq/athena-vector-cli/issues

---

⭐ Star History

---

Made with ❤️ by MKM Lab